23

BAB 2

LANDASAN TEORI

2.1 Introduction to Manufacturing System

2.1.1 Definisi Manufacturing System

Menurut Mikell P. Groover (2001, p375), Manufacturing System merupakan

sebuah sekumpulan dari perlengkapan yang terintegrasi (mesin dan peralatan

produksi) dan sumber daya manusia, dimana berfungsi untuk menjalankan

satu atau lebih proses produksi dan atau operasi perakitan terhadap bahan

baku awal, komponen, dan sekumpulan komponen.

2.1.2 Komponen Dalam Manufacturing System

Menurut Mikell P Groover (2001, p376-381), pada dasarnya manufacturing

system mengandung beberapa komponen yaitu :

a) Mesin – mesin produksi (termasuk peralatan produksi dan komponen

hardware lainnya)

Dalam sistem manufaktur saat ini, kebanyakan proses produksi dan

pekerjaan merakit dikerjakan dengan mesin dan bantuan peralatan

produksi. Mesin dapat diklasifikasikan manual (mesin dioperasikan oleh

24

satu operator), semi automated (mesin diatur dengan menggunakan

program kemudian pekerja hanya berfungsi mengawasi, melakukan

loading dan unloading), dan fully automated (mesin sepenuhnya berjalan

sendiri di bawah kendali program dan tidak memerlukan pekerja untuk

mengawasi)

b) Material Handling System

Dalam kebanyakan proses produksi maupun perakitan menggunakan

sistem perpindahan barang. Berikut adalah bagian dari material handling

system :

• Bagian Loading, Positioning, dan Unloading

Bagian ini hampir dijumpai pada setiap stasiun kerja. Loading

merupakan proses memindahkan unit produksi menuju mesin produksi

atau perlengkapan produksi dari lokasi bahan baku. Positioning

merupakan proses untuk meletakkan komponen ke lokasi yang tepat

dan pasti pada mesin produksi. Unloading merupakan proses

memindahkan unit yang sudah selesai di proses menuju proses

selanjutnya.

• Bagian Work Transport Between Station

Bagian ini melakukan perpindahan material produksi antara stasiun

kerja dalam sistem multi-station. Perpindahan dapat dilakukan secara

manual atau dengan menggunakan alat bantu.

25

• Bagian Temporary Storage Function

Bagian ini merupakan tempat penyimpanan material produksi

sementara dimana bertujuan untuk memastikan bahwa material yang

akan diproses suatu stasiun kerja selalu tersedia dan stasiun kerja

tersebut tidak mengalami kondisi starving.

c) Computer Control System

Pada saat ini sistem manufaktur yang automasi membutuhkan komputer

untuk mengkontrol perlengkapan yang semi automasi atau automasi, dan

berpartisipasi dalam koordinasi keseluruhan untuk sistem manufakturnya.

Beberapa contoh fungsi sistem komputer adalah fungsi kendali material

handling, fungsi penjadwalan produksi, fungsi kendali kualitas, dan

lainnya.

d) Pekerja Manusia

Dalam kebanyakan sistem manufaktur peran pekerja manusia adalah

melakukan beberapa atau keseluruhan dari pekerjaaan yang menambah

nilai atas penyelesaian komponen atau produk. Dalam hal ini pekerja

manusia termasuk ke dalam pekerja langsung.

26

2.2 Bottleneck Model

2.2.1 Definisi Bottleneck

Menurut Vincent Gaspersz (2005, p348), Bottleneck adalah suatu kondisi

dimana suatu operasi atau fasilitas membatasi atau menghambat output dalam

satu sekuens untuk satu lini produksi. Menurut Mikell P. Groover (2001,

p528), stasiun kerja bottleneck adalah stasiun kerja yang memiliki nilai

service time yang paling besar dibandingkan stasiun kerja lainnya dalam satu

lini produksi.

2.2.2 Terminology dan Symbol dalam Bottleneck Model

Menurut Mikell P. Groover (2001, p488 – 489), terminologi yang digunakan

dalam dalam bottleneck model dapat diaplikasikan untuk FMS (Flexible

Manufacturing System) adalah :

1) Part Mix

Adalah campuran dari variasi komponen bagian atau jenis produk yang

diproduksi sistem.

2) Workstations and Servers

Dalam hal ini terminologi bottleneck model memungkinkan untuk lebih

dari satu mesin yang menjalankan operasi yang sama. Dalam hal ini juga

dimungkinkan terdapat stasiun kerja yang menjalankan operasi loading

dan unloading.

27

3) Processing Routing

Processing Routing didefinisikan urutan operasi dari stasiun kerja yang

dijalankannya yang berhubungan dengan processing time. Processing time

didefinisikan sebagai total waktu dari penyelesaian unit produksi dari

suatu stasiun kerja tanpa memperhitungkan waktu tunggu dari stasiun

kerja lainnya.

4) Work Handling System

Merupakan sistem perpindahan material yang digunakan untuk

memindahkan komponen atau produk dari satu stasiun kerja ke stasiun

kerja lainnya.

5) Transport Time

Merupakan rata-rata waktu perpindahan yang dibutuhkan untuk

memindahkan material dari satu stasiun kerja ke stasiun kerja lainnya

dalam suatu process routing.

6) Operation Frequency

Merupakan jumlah untuk menjalankan operasi pengerjaan untuk setiap

unit kerjanya.

28

2.2.3 Operational Parameters dari Bottleneck Model

Menurut Mikell P. Groover (2001, p489), Parameter operasional yang

digunakan dalam sistem produksi ini adalah rata-rata workload atau beban

kerja yang dibutuhkan untuk menyelesaikan suatu operasi kerja. Berikut

adalah rumus yang digunakan :

)1(sinPr

RateDefectTimeTransportTimegocesWL

−+

= , Dimana :

WL = Workload stasiun kerja (min)

Processing Time = Waktu pengerjaan stasiun kerja (min)

Transport Time = Rata-rata waktu perpindahan dari stasiun kerja

sebelumnya (min)

Defect Rate = Tingkat produk cacat yang dihasilkan stasiun kerja.

2.3 Line Balancing Problem

2.3.1 Latar Belakang Line Balancing

Menurut Mikell P. Groover (2001, p529), line balancing merupakan

suatu metode yang digunakan dalam mendesain suatu lini operasi atau

perakitan yang dilakukan secara manual. Pada dasarnya dalam suatu lini

operasi atau perakitan mengandung banyak elemen kerja yang berdiri sendiri.

Dengan urutan kerja elemen tersebut, suatu lini produksi harus beroperasi

sesuai dari tingkat produksi yang spesifik dan menurunkan cycle time.

29

Atas dasar inilah line balancing digunakan untuk menugaskan

individual elemen kerja ke suatu situasi kerja agar semua pekerja memiliki

persamaan jumlah kerja yang harus dikerjakan.

2.3.2 Terminology dari Line Balancing

Menurut Mikell P. Groover (2001, p529 – 532), dalam line balancing terdapat

beberapa konsep yang digunakan untuk mengukur performansi line balancing

problem. Berikut adalah konsep dan terminology yang digunakan :

1) Minimum Rational Work Elements

Merupakan bagian terkecil dari elemen kerja yang mempunyai tujuan

yang terbatas dan spesifik, seperti menambahkan komponen ke bagian

utama atau menggabungkan dua komponen atau menjalankan beberapa

bagian kecil dari keseluruhan elemen kerja. Penjumlahan waktu elemen

kerja sama dengan :

∑=

=ne

kekwc TT

1

, Dimana :

Tek = Waktu yang dibutuhkan untuk menjalankan elemen kerja k

(min)

ne = Jumlah dari elemen kerja yang ada

k = 1,2,3,….,ne.

30

2) Precedence Constraints

Merupakan fungsi kebutuhan akan urutan kerja dari elemen – elemen

kerja yang ada. Ada beberapa elemen kerja yang harus dikerjakan sebelum

elemen kerja lain bekerja.

3) Measure of Line Balance Efficiency

Dikarenakan perbedaan yang ada dalam waktu elemen kerja dan

precedence constraints dalam elemen – elemen kerja dalam satu lini,

maka sangatlah tidak mungkin untuk mendapatkan line balance yang

sempurna. Untuk mengukur seberapa baik keseimbangan lini maka

digunakan balance efficiency. Atau lawannya yaitu seberapa waktu yang

hilang akibat lini produksi yang tidak seimbang yaitu balance delay.

Berikut adalah rumus yang digunakan :

si

wc

TMaxwT

Eb×

= dan ( )

( )si

wcsi

TMaxwTTMaxw

d×

−×= , Dimana :

Eb = Balance efficiency (persentase)

Tsi = Service time stasiun kerja yang paling besar dalam satu lini

(min)

Twc = Total work contents

w = Jumlah pekerja

31

2.3.3 Line Balancing Consideration and Approach

Menurut Mikell P. Groover (2001, p552 – 554), selain dengan menggunakan

algoritma line balancing untuk mengalokasikan elemen kerja ke stasiun –

stasiun kerja yang ada dalam satu lini berdasarkan deterministic quantitative

data, kita juga dapat menggunakan beberapa pertimbangan dan pendekatan

untuk meningkatkan performansi dari lini produksi yang ada yaitu :

1) Method analysis

Method analysis melibatkan studi tentang aktivitas kerja manusia untuk

mencari cara bagaimana aktivitas dapat dikerjakan dengan sedikit usaha,

sedikit waktu, akan tetapi mendatangkan pengaruh yang lebih besar.

(seperti analisis gerakan tangan pekerja, mendesain layout yang lebih baik,

dan lainnya).

2) Subdividing work elements

Subdividing work elements merupakan suatu pendekatan khusus dimana

jika memungkinkan suatu elemen kerja yang ada dibagi menjadi sub

elemen kerja.

3) Sharing work elements between two adjacent stations

Apabila suatu elemen kerja menjadi bottleneck dalam satu stasiun kerja

dimana stasiun kerja lain yang berdekatan lebih banyak menganggur,

maka memungkinkan untuk membagi elemen kerja tersebut ke dalam dua

stasiun kerja yang saling berdekatan.

32

4) Utility workers

Utility worker adalah pekerja yang ditugaskan yang membantu suatu

stasiun kerja yang mengalami overloaded.

5) Changing workhead speeds at mechanized stations

Jika memungkinkan untuk suatu elemen kerja kecepatan prosesnya

ditingkatkan atau dilambatkan untuk mendapatkan waktu proses yang

seimbang dalam satu lini.

6) Preassembly of components

Jika memungkinkan untuk suatu komponen yang lambat untuk dikerjakan

sebagai akibat tingkat kesulitannya, maka komponen tersebut dilakukan

pengerjaan pendahuluan diluar lini produksi yang ada. Hal ini dilakukan

untuk memudahkan dan mempercepat waktu pengerjaan elemen kerja

tersebut.

7) Storage buffer between station

Dengan menempatkan tempat penyimpanan material sementara, maka

akan dapat melancarkan aliran material dari stasiun kerja yang memiliki

waktu pengerjaan yang bervariasi satu dengan lainnya.

8) Zoning other constraints

Dengan menempatkan faktor zona dalam melakukan precedence

constraints. Hal ini apabila suatu elemen kerja dapat dijadikan satu

kelompok maka dikatakan zona positif dan jika tidak memungkinkan

maka zona negatif.

33

9) Parallel workstation

Parallel station kadang – kadang digunakan untuk menyeimbangkan lini

produksi. Hal ini dapat digunakan dan diterapkan jika terdapat waktu

pengerjaan yang lama sehingga akan mempengaruhi tingkat produksi

dalam satu lini. Dengan mempararelkan stasiun kerja yang memiliki

waktu pengerjaan yang lama maka akan mengeliminasi kondisi bottleneck

dalam lini produksi tersebut.

2.4 Identifikasi Distribusi

2.4.1 Uji Kebaikan Suai (Goodness of Fit)

Menurut Walpole (1995, p325), Uji kebaikan suai (Goodness of Fit)

digunakan untuk menentukan apakah suatu populasi memiliki sebaran teoritik

tertentu yang didasarkan pada seberapa baik kesesuaian antara frekuensi yang

teramati dalam data contoh dengan frekuensi harapan yang didasarkan pada

sebaran yang dihipotesiskan.

2.4.1.1 Chi-Square Test

Uji Chi-Square merupakan suatu uji kebaikan suai dengan mentabulasikan

suatu variable dan menghitung statistic chi square-nya. Berikut adalah

langkah pengujian chi-square test :

1) Tentukan interval kelas k

2) Tentukan nilai ei (frekuensi harapan)

34

3) Tentukan nilai X2 Hitung dengan rumus :

∑ −=

eieioiHitungX

22 )(

4) Tentukan nilai derajat bebas (v)

Dimana v = k – 3 (dimana k jumlah panjang kelas)

5) Tentukan nilai kritis X2 Tabel dengan (1-α) berdasarkan tabel distribusi

chi square

6) Jika X2 Hitung < X2 Tabel, terima hipotesis yang mengatakan bahwa data

mengikuti pola distribusi yang dihipotesiskan.

2.4.1.2 Kolmogorov-Smirnov Test

Uji Kolmogorov-Smirnov merupakan salah satu uji kebaikan suai yang

digunakan untuk membandingkan tingkat kesesuaian sample dengan suatu

distribusi tertentu seperti normal, uniform, poisson, dan eksponensial. Uji ini

didasarkan pada perbandingan frekuensi kumulatif dari data dengan frekuensi

kumulatif dari distribusi teoritis. Berikut adalah langkah dalam pengujian

kolmogorov-smirnov :

1) Tentukan frekuensi kumulatif data hasil observasi (F0).

2) Tentukan frekuensi kumulatif distribusi data teoritis (Fe).

3) Tentukan nilai Dn dengan menghitung absolute dari selisih Fe – F0.

4) Tentukan Dn Maksimal dari langkah nomor 3.

35

5) Tentukan nilai kritis tabel n

DTabelD n

n

α

= dari tabel nilai kritis D untuk

uji kolmogorov-smirnov.

6) Jika TabelDHitungMaxD nn < maka terima hipotesis yang mengatakan

bahwa data mengikuti pola distribusi yang dihipotesiskan.

Menurut White (1975, p338), mengemukakan bahwa sebaiknya menggunakan

kolmogorov-smirnov test dalam uji kebaikan suai dikarenakan secara

statistikal akan lebih baik dibandingkan dengan chi-square test.

2.4.2 Uji Hipotesis

Menurut Walpole (1995, p288), uji hipotesis adalah suatu uji yang dilakukan

dengan menggunakan pernyataan atau dugaan mengenai satu atau lebih

populasi. Dalam hal ini digunakan dua macam hipotesis yaitu hipotesis nol

yaitu hipotesis yang dirumuskan dengan harapan akan ditolak (H0) dan

hipotesis alternatif yaitu suatu hipotesis yang diharapkan untuk diterima

apabila hipotesis awal ditolak (H1). Suatu hipotesis awal akan ditolak apabila

nilai dari x hitung jatuh di wilayah kritis. Dan hipotesis awal akan diterima

apabila nilai dari x hitung jatuh di wilayah penerimaan.

36

2.5 Pola Distribusi Data

2.5.1 Frequency Distribution

Menurut Harrel (2000, p120-121), frequency distribution merupakan

distribusi kelompok data dalam interval atau kelas berdasarkan frekuensi dari

kejadian. Distribusi frekuensi dapat dibagi dua yaitu :

1) Discrete Frequency Distribution

Merupakan distribusi yang terbatas pada nilai tertentu dan hanya

sekumpulan frekuensi yang terbatas saja yang ditampilkan. Sebagai

contoh dari discrete frequency distribution adalah jumlah orang yang

datang ke suatu sistem pada interval waktu tertentu.

2) Continuous Frequency Distribution

Merupakan rentang nilai antara sample dari suatu nilai berada. Suatu data

dapat dikatakan memiliki continuous frequency distribution apabila data

tersebut dapat mewakili interval nilai yang sudah ditentukan.

2.5.2 Theoretical Distribution

Merupakan suatu distribusi yang dapat dibedakan berdasarkan parameter

yang ditentukan dari dispersion (penyebaran) dan density (kerapatan).

Menurut Banks dan Gibsons (1997), berikut adalah beberapa statistikal

distribusi teoritis yang ada :

37

1) Exponential Distribution

Distribusi eksponensial adalah distribusi kontinu dimana dibatasi oleh

batas bawah. Bentuk dari distribusi ini akan selalu sama dimana dimulai

dari nilai minimum yang terbatas dan terus menurun sampai nilai x

terbesar. Biasanya distribusi eksponensial mencerminkan waktu antar

kedatangan.

[ ]⎟⎟⎠

⎞⎜⎜⎝

⎛ −−=

ββminexp1)( xxf , dimana :

min = minimum x value β = scale parameter

Gambar 2.1 Distribusi Eksponensial

2) Normal Distribution

Distribusi normal merupakan distribusi kontinu yang tidak terbatas.

Biasanya kurva normal membentuk lonceng dengan nilai rata-ratanya

berada pada titik tengah kurva yang berarti jumlahnya paling banyak.

Berikut adalah rumusnya :

38

[ ]⎟⎟⎠

⎞⎜⎜⎝

⎛ −−= 2

2

2 2exp

21)(

σμ

πσ

xxf , dimana :

µ = shift parameter / mean σ = scale parameter / standard deviation

Gambar 2.2 Distribusi Normal

3) Poisson Distribution

Distribusi poisson merupakan distribusi diskrit yang memiliki batas dari 0

pada batas bawah dan tidak terbatas pada batas atas. Biasanya distribusi

poisson berhubungan dengan tingkat kedatangan untuk suatu sistem dan

berkaitan erat dengan distribusi eksponensial. Berikut adalah rumusnya :

!)(

xexp

xλλ−= , dimana :

λ = rate of occurrence / mean

39

Gambar 2.3 Distribusi Poisson

4) Uniform Distribution

Distribusi uniform merupakan distribusi kontinu dimana dibatasi pada

kedua sisinya. Biasanya data berdisribusi uniform apabila nilai max dan

min tidak berbeda jauh. Berikut adalah rumusnya :

minmax1)(−

=xf

40

Gambar 2.4 Distribusi Uniform

2.6 Pengukuran Kerja

2.6.1 Definisi dan Pembagian Pengukuran Kerja

Menurut Sritomo (1995, p169-170) Pengukuran kerja merupakan bagian dari

penelitian cara kerja. Pengukuran kerja adalah pengukuran kerja dilihat dari

waktu kerja pada saat operator melakukan kerja. Pengukuran kerja merupakan

metode penetapan keseimbangan antara kegiatan dengan manusia yang

dikontribusikan dengan output yang akan dihasilkan. Pengukuran kerja dibagi

menjadi dua yaitu :

1) Pengukuran kerja langsung

Pengukuran kerja langsung adalah pengukuran waktu kerja yang

dilakukan secara langsung di tempat dimana pekerjaan diukur dan

dijalankan. Cara pengukurannya dilakukan dengan menggunakan alat

bantuan seperti jam henti (stopwatch) dan sampling kerja.

41

2) Pengukuran kerja tidak langsung

Pengukuran tidak langsung adalah pengukuran kerja dengan cara dihitung

dengan metode standar data / formula, pengukuran kerja dengan analisa

regresi, penetapan waktu baku dengan data gerakan. Atau dengan kata lain

si pengamat tidak harus berada di tempat pengukuran kerja. Biasanya

dilakukan dengan WF (Work Factor) dan MTM (Methods Time

Measurement).

2.6.2 Uji Kecukupan Data

Menurut Ralph M. Barnes (1983 p273-274), dalam melakukan

observasi dan pengumpulan data hendaknya melakukan evaluasi terhadap

error dari data yang dikumpulkan. Untuk itu perlu untuk diketahui nilai N’,

yaitu jumlah observasi yang dibutuhkan untuk memprediksikan kebenaran

data pada tingkat ketelitian dan tingkat kepercayaan yang sudah ditentukan.

Berikut adalah rumus N’ dengan 95 persen tingkat kepercayaan dan 5 persen

tingkat ketelitian :

( )22

240'

⎟⎟⎟

⎠

⎞

⎜⎜⎜

⎝

⎛ −=

∑∑ ∑

X

XXNN , Dimana :

• N’ = Jumlah observasi yang diperlukan untuk tingkat kepercayaan 95 %

dan tingkat ketelitian 5 %.

• N = Jumlah observasi awal yang dilakukan.

42

• 40 = Konstanta tingkat ketelitian (5% = 40, 10% = 20).

• X = Data waktu yang dikumpulkan.

Menurut Sutalaksana (1979, p135), tingkat ketelitian dan tingkat

kepercayaan adalah pencerminan tingkat kepastian yang diinginkan oleh

pengukur setelah memutuskan tidak melakukan pengukuran yang sangat

banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil

pengukuran dari waktu penyelesaian sebenarnya. Sedangkan tingkat

kepercayaan menujukkan besarnya kepercayaan pengukur bahwa hasil yang

diperoleh memenuhi syarat ketelitian yang ada.

2.6.3 Waktu Baku

Menurut Sritomo (1995, p170), Waktu baku didefinisikan sebagai

waktu yang dibutuhkan oleh seorang pekerja yang memiliki tingkat keahlian

rata-rata untuk menyelesaikan suatu pekerjaan. Kegunaan dari waktu baku

adalah :

• Untuk membuat penjadwalan kerja mengenai seberapa lama suatu

pekerjaan berlangsung.

• Untuk merencanakan berapa banyak output yang dapat dihasilkan.

• Untuk mengetahui seberapa banyak tenaga kerja yang dibutuhkan untuk

menyelesaikan pekerjaan tersebut.

43

Beberapa faktor yang mempengaruhi dalam perhitungan untuk

menentukan waktu baku adalah :

1. Faktor penyesuaian

Faktor penyesuaian diberikan berkenaan dengan tingkat kecepatan kerja

yang dilakukan pekerja dalam melakukan pekerjaannya terkadang dalam

melakukan kerja terdapat ketidakwajaran yang dilakukan seperti bekerja

sangat cepat seolah diburu waktu, bekerja tanpa kesungguhan, atau

kesulitan kerja akibat pengaruh kondisi ruangan kerja yang buruk. Cara

menentukan faktor penyesuaian adalah cara Shumard, cara Westinghouse,

cara Bedaux, dan cara Objektif

2. Faktor kelonggaran

Faktor kelonggaran diberikan berkenaan dengan adanya sejumlah

kebutuhan pekerja diluar kerja yang terjadi selama pekerjaan berlangsung

seperti kebutuhan pribadi, hambatan kerja yang tidak dapat dihilangkan,

dan kebutuhan untuk melepas lelah.

Menurut Sutalaksana (1979, p140 – 154), Rumus yang digunakan

dalam perhitungan waktu baku adalah :

)1( PrataRataSiklusWaktuNormalWaktu +×−=

%%100%100

ANormalWaktuBakuWaktu

−×= , dimana :

44

P = Faktor Penyesuaian

A = Persentase Faktor Kelonggaran

2.7 Peta Kerja

2.7.1 Definisi Peta Kerja

Menurut Sritomo (1995, p123), peta kerja adalah suatu alat yang

menggambarkan kegiatan kerja secara sistematis dan jelas. Peta kerja juga

merupakan alat komunikasi secara luas dan sekaligus melalui peta-peta kerja

ini kita bisa mendapatkan informasi-informasi yang diperlukan untuk

memperbaiki suatu metode kerja.

2.7.2 Jenis - Jenis Peta Kerja

Pada dasarnya menurut Sritomo (1995, p125-151) peta kerja dapat dibagi

menjadi dua jenis yaitu :

1) Peta Kerja Keseluruhan

Peta kerja keseluruhan merupakan peta kerja yang digunakan untuk

menganalisa kerja secara keseluruhan. Peta kerja keseluruhan yang umum

dipakai adalah :

45

• Peta Proses Operasi (Operation Process Chart)

Merupakan peta kerja yang mencoba menggambarkan urutan kerja

dengan jalan membagi pekerjaan tersebut menjadi elemen-elemen

operasi secara detail.

• Peta Proses Produk Banyak (Multi Product Process Chart)

Merupakan peta kerja yang dibuat untuk memberikan gambaran

pekerjaan dari banyak produk secara mendetail untuk setiap

produknya.

• Peta Aliran Proses (Flow Process Chart)

Merupakan peta kerja yang menggambarkan semua aktivitas baik yang

produktif maupun tidak produktif yang terlibat dalam proses

pelaksanaan kerja.

• Diagram Aliran (Flow Chart)

Merupakan peta kerja yang serupa dengan peta aliran proses hanya

saja penggambarannya dilakukan diatas layout kerja yang ada.

46

2) Peta Kerja Setempat

Peta kerja setempat merupakan peta kerja yang digunakan untuk

menganalisa kerja setempat. Peta kerja setempat yang umum dipakai

adalah :

• Peta Pekerja dan Mesin (Man and Machine Process Chart)

Merupakan peta kerja yang memberikan informasi tentang hubungan

waktu siklus pekerja dan waktu operasi mesin yang ditangani.

• Peta Tangan Kiri dan Kanan (Left and Right Hand Chart)

Merupakan peta kerja yang digunakan untuk menganalisa gerakan

tangan kiri atau kanan dari pekerja secara mendetail dengan

menggunakan gerakan dasar therblig.

2.8 Kapasitas Produksi

2.8.1 Definisi Kapasitas Produksi

Menurut Vincent Gaspersz (2005, p203), kapasitas produksi merupakan suatu

kemampuan dari suatu fasilitas produksi untuk mencapai jumlah kerja tertentu

dalam periode waktu tertentu dan merupakan fungsi dari banyaknya sumber –

sumber daya yang tersedia dalam periode waktu tertentu serta merupakan

fungsi dari banyaknya sumber – sumber daya yang tersedia, seperti peralatan,

mesin, personel, ruang, dan jadwal kerja.

47

2.8.2 Metode Pengukuran Kapasitas Produksi

Menurut Vincent Gaspersz (2005, p208), terdapat tiga metode dalam

pengukuran kapasitas produksi yang ada yaitu :

a) Theoretical Capacity (Maximum Capacity atau Design Capacity)

Merupakan kapasitas maksimum yang mungkin dari sistem manufaktur

yang didasarkan pada asumsi mengenai adanya kondisi ideal seperti tiga

shift per hari, tidak ada downtime mesin, dan lainnya. Jadi kapasitas ini

diukur berdasarkan jam kerja yang tersedia untuk melakukan pekerjaan,

tanpa suatu kesempatan untuk berhenti atau beristirahat.

b) Demonstrated Capacity (Actual Capacity atau Effective Capacity)

Merupakan tingkat output yang dapat diharapkan berdasarkan

pengalaman, yang mengukur produksi secara actual dari pusat kerja di

waktu lalu, yang biasanya diukur menggunakan angka rata-rata

berdasarkan beban kerja normal.

c) Rated Capacity (Calculated Capacity atau Nominal Capacity)

Merupakan penyesuaian dari kapasitas teoritis dengan faktor produktivitas

yang telah ditentukan oleh demonstrative capacity. Kapasitas ini

didapatkan dengan menggandakan waktu kerja yang tersedia dengan

faktor utilisasi dan efisiensi.

48

2.9 Sistem Simulasi

2.9.1 Definisi Sistem

Sistem berasal dari bahasa yunani (systema) yang berarti keseluruhan

yang terdiri dari bermacam-macam bagian. Atau secara umum didefinisikan

sebagai sekumpulan elemen-elemen yang saling berinteraksi untuk mencapai

suatu tujuan tertentu di dalam lingkungan yang kompleks.

Menurut Raymond McLeod (2001, p9-10), mendefinisikan sistem

sebagai sekelompok elemen-elemen yang terintegrasi dengan maksud yang

sama untuk mencapai suatu tujuan. Elemen-elemen yang terdapat dalam

sistem adalah elemen input, elemen transformasi, elemen output, dan

mekanisme pengendali.

2.9.2 Definisi Simulasi

Menurut Kakiay (2004, p1-2) mengemukakan definisi simulasi

sebagai suatu sistem yang digunakan untuk memecahkan atau menguraikan

persoalan-persoalan dalam kehidupan nyata yang penuh dengan

ketidakpastian dengan tidak atau menggunakan model atau metode tertentu

dan lebih ditekankan pada pemakaian komputer untuk mendapatkan

solusinya.

49

Menurut Oxford American Dictionary (1980) menjelaskan simulasi

adalah suatu cara untuk membuat kondisi untuk suatu situasi (model) untuk

dilakukan pembelajaran atau pengujian atau pelatihan.

2.9.3 Definisi Sistem Simulasi

Menurut Kakiay (2004, p12), sistem simulasi adalah suatu kegiatan yang

memberikan pernyataan (representing) atas suatu sistem melalui model

simbolik yang dapat dimanipulasi dengan mudah untuk menghasilkan angka-

angka atau bilangan-bilangan numerik.

2.9.4 Definisi Simulasi Monte Carlo

Menurut Kakiay (2004, p5), mengemukakan bahwa simulasi Monte Carlo

atau dikenal juga dengan istilah sampling simulation merupakan suatu metode

simulasi yang cukup sederhana untuk menyelesaikan berbagai persoalan

dengan menggunakan distribusi dari data historical. Simulasi ini banyak

berperan dalam simulasi komputer.

50

2.9.5 Jenis Simulasi

Menurut Kakiay (2004, p11 – 13), menyatakan bahwa simulasi dapat dibagi

menjadi empat jenis yaitu :

1. Simulasi Identitas

Merupakan simulasi yang memodelkan suatu sistem dengan model-model

simbolik.

2. Simulasi Identitas Semu

Merupakan simulasi yang memodelkan berbagai aspek yang terkait dari

sistem sebenarnya dan dapat mengeluarkan unsur-unsur yang dapat

membuat setiap identity simulation tidak berfungsi dengan baik.

3. Simulasi Laboratorium

Merupakan simulasi yang akan memberikan jawaban yang lebih essensial

pada masa akan datang, dan biasanya memerlukan berbagai komponen

seperti operator, software, hardware, computer, prosedur operasional,

fungsi matematis, distribusi probabilitas, dan lainnya. Biasanya simulasi

ini digunakan untuk mengsimulasikan operating planning dan man

machine simulation.

4. Simulasi Komputer

Merupakan simulasi yang mengeluarkan unsur manusianya dan

memerlukan berbagai komponen seperti software, hardware, computer,

prosedur operasional, fungsi matematis, distribusi probabilitas, dan

lainnya. Biasanya simulasi ini menggunakan bantuan program komputer.

51

2.10 Keuntungan Simulasi

Menurut Kakiay (2004, p3-4) berikut adalah berbagai keuntungan dengan

memanfaatkan simulasi yaitu :

1. Menghemat waktu

Kemampuan di dalam menghemat waktu ini dapat dilihat dari pekerjaan

yang bila dikerjakan dapat memakan waktu tahunan, namun dapat

disimulasikan hanya dalam beberapa menit atau bahkan dalam hitungan

detik. Kemampuan ini dipakai oleh para peneliti untuk melakukan

berbagai pekerjaan desain operasional yang juga memperhatikan bagian

terkecil dari waktu untuk kemudian dibandingkan dengan yang terdapat

pada sistem yang sebenarnya.

2. Dapat melebar-luaskan waktu

Simulasi dapat digunakan untuk menunjukkan perubahan struktur dari

suatu sistem nyata (real system) yang sebenarnya tidak dapat diteliti pada

waktu yang seharusnya (real time). Dengan demikian, simulasi dapat

membantu mengubah sistem nyata dengan memasukkan sedikit data.

3. Dapat mengendalikan sumber-sumber variasi

Kemampuan pengendalian dalam simulasi ini tampak apabila statistik

digunakan untuk meninjau hubungan antara variabel bebas (independent)

dengan variabel terkait (dependent) yang merupakan faktor-faktor yang

akan dibentuk dalam percobaan. Dalam simulasi pengambilan data dan

52

pengolahannya pada komputer, ada beberapa sumber yang dapat

dihilangkan atau sengaja ditiadakan.

4. Memperbaiki kesalahan perhitungan

Dalam prakteknya, pada suatu kegiatan ataupun percobaan dapat saja

muncul kesalahan dalam mencatat hasil-hasilnya. Sebaliknya, dalam

simulasi komputer jarang ditemukan kesalahan perhitungan terutama bila

angka-angka diambil dari keomputer secara teratur dan bebas. Komputer

mempunyai kemampuan untuk melakukan penghitungan dengan akurat.

5. Dapat dihentikan dan dijalankan kembali

Simulasi komputer dapat dihentikan untuk kepentingan peninjauan

ataupun pencatatan semua keadaan yang relevan tanpa berakibat buruk

terhadap program simulasi tersebut. Dalam dunia nyata, percobaan tidak

dapat dihentikan begitu saja, namun dalam simulasi komputer, setelah

dilakukan penghentian maka kemudian dapat dengan cepat dijalankan

kembali.

6. Mudah diperbanyak

Dengan simulasi komputer, percobaan dapa dilakukan setiap saat dan

dapat diulang-ulang. Pengulangan dilakukan terutama untuk mengubah

berbagai komponen dan variabelnya, seperti perubahan parameter,

perubahan kondisi operasi, atau perubahan jumlah output.

53

2.11 Simulasi Dengan Promodel 4.0

2.11.1 Latar Belakang Simulasi Dengan Promodel 4.0

Seiring dengan kemajuan teknologi, kini simulasi baik yang

menggunakan model matematis maupun model lainnya banyak menggunakan

komputer sebagai alat bantu. Simulasi dengan komputer memiliki fleksibilitas

yang tinggi sehingga dapat diterapkan dalam berbagai bidang. Hal tersebut

didukung hasil survei oleh The Institute of Management (TIMS) dan

Operation Research Society of America (ORSA) bahwa metode simulasi

komputer menduduki urutan ketiga dalam frekuensi penggunaan dibanding

metode analisis ilmiah lainnya.

Terdapat berbagai macam paket software untuk simulasi yang telah

dikembangkan diantaranya, SIMAN, SLAM, GPSS, ARENA, dan ProModel.

Dengan menggunakan modern simulation software diatas, maka dapat

mengabungkan animasi visual yang dapat menstimulasi keinginan terhadap

model dan mengkomunikasikan sistem yang kompleks dengan lebih efektif.

Menurut Harrel (2000, p11), Simulasi dapat diterapkan dalam bidang

manufaktur antara lain sebagai berikut :

a) Work Flow Planning

b) Capacity Planning

c) Cycle Time Reduction

d) Bottleneck Analysis

e) Cost Reduction

54

f) Productivity Imporvement

g) Layout Analysis

h) Line Balancing

i) etc

2.11.2 Tahapan Simulasi Dengan Promodel 4.0

Menurut Harrel (2000, p81), dalam melakukan simulasi dengan

Promodel 4.0 memiliki beberapa tahapan yaitu sebagai berikut :

1. Menentukan tujuan, ruang lingkup, dan kebutuhan data.

Dalam hal ini menentukan tujuan dari simulasi dilakukan, kemudian

menentukan ruang lingkup dari simulasi tersebut, kemudian terakhir

menentukan kebutuhan terhadap sumber daya, waktu, dan dana dalam

melaksanakan simulasi.

2. Mengumpulkan dan menganalisis sistem data

Kemudian mengidentifikasi, mengumpulkan, dan menganalisis data yang

dibutuhkan untuk memodelkan sistem.

3. Menyusun model

Mengembangkan model simulasi dari sistem yang ada.

4. Validasi model

Memastikan model dari sistem yang dibuat merepresentasikan sistem real

yang ada saat ini.

55

5. Melakukan percobaan

Melakukan percobaan simulasi, kemudian menganalisa hasil output

simulasi.

6. Melaporkan hasil.

Merekomendasikan usulan perbaikan untuk sistem yang dimodelkan.

2.11.3 Elemen Dasar Simulasi Dengan Promodel 4.0

Untuk membuat model dari sebuah sistem, maka ProModel 4.0 telah

menyediakan beberapa elemen dasar yang telah disesuaikan Harrell (2000,

p408-411). Elemen-elemen dasar tersebut antara lain:

a. Location

Location dalam ProModel merepresentasikan sebuah area tetap dimana

entities mengalami proses, menunggu, disimpan, ataupun aktivitas

lainnya.

b. Entities

Segala sesuatu yang diproses dalam sistem disebut sebagai entities.

Entities dapat berupa produk, bahan baku, barang setengah jadi, atau

bahkan manusia.

c. Arrivals

Arrivals merupakan mekanisme untuk mendefinisikan bagaimana entities

memasuki sistem. Jumlah entities yang tiba pada suatu waktu disebut

batch size, tingkat kedatangan setiap entities disebut dengan frequency,

56

jumlah total batch yang tiba disebut occurences, dan waktu pertama kali

memulai pola kedatangan disebut first time.

d. Processing

Elemen proses menentukan rute yang dilalui oleh tiap-tiap entities dan

operasi yang dialami pada tiap lokasi yang dilaluinya. Proses

menggambarkan apa yang dialami entities mulai dari saat pertama entities

memasuki sistem sampai keluar dari sistem.

e. Path Networks

Path network digunakan untuk menentukan arah dan jalur yang ditempuh

oleh entities ataupun resources yang mengiringi entities ketika bergerak

dari satu lokasi ke lokasi lainnya.

f. Resources

Resources adalah sumber daya yang dipergunakan untuk melaksanakan

suatu operasi tertentu dalam suatu sistem. Dengan kata lain, resources

adalah peralatan, perlengkapan, kendaraan ataupun orang yang digunakan

atau berfungsi untuk memindahkan entities, melakukan operasi, atau

melakukan maintenance pada lokasi-lokasi.

2.11.4 General Statistic Report Dengan Promodel 4.0

Dalam general statistic report untuk output simulasi dengan Promodel 4.0

mengandung beberapa elemen dasar yaitu :

57

1. Location

o Scheduled Hours

Merupakan jumlah jam tiap lokasi dijadwalkan untuk bekerja.

o Capacity

Merupakan kapasitas yang didefinisikan dalam lokasi.

o Total Entries

Merupakan banyaknya entity yang masuk ke dalam lokasi tertentu.

o Average Time Per Entry

Merupakan waktu rata-rata setiap kedatangan di lokasi.

o Average Contents

Merupakan rata-rata kedatangan barang di lokasi.

o Maximum Contents

Merupakan jumlah maksimum dari kedatangan yang terjadi di lokasi

selama simulasi berlangsung.

o Minimum Contents

Merupakan jumlah minimum dari kedatangan yang terjadi di lokasi

selama simulasi berlangsung.

2. Resources

o Units

Merupakan sejumlah unit yang didefinisikan dalam resources.

o Scheduled Hours

Merupakan jumlah jam dari resources yang dijadwalkan.

58

o Number of Times Used

Merupakan jumlah kejadian digunakannya resources untuk

memindahkan barang atau memproses entities.

o Average Time Per Usage

Merupakan waktu rata-rata dari resources untuk memindahkan atau

memproses entities.

o Average Time Travel to Use

Merupakan waktu rata-rata dari resources untuk mengantarkan entities

ke suatu lokasi.

o Average Time Travel to Park

Merupakan waktu rata-rata dari resources untuk mengantarkan entities

baik pada saat berhenti di suatu lokasi atau pada saat downtime.

o % Blocked

Merupakan persentase waktu dari resources pada saat tidak bisa

bergerak ke tujuan karena masih dalam keadaan sibuk.

o % Util

Merupakan persentase waktu dari resources untuk mengantarkan

barang yang digunakan atau memproses entities.

3. Node Entries

o Total Entries

Menunjukkan berapa kali resource masuk ke jalur pada suatu lokasi.

59

o Blocked Entries

Menunjukkan berapa kali resource mencoba masuk ke dalam suatu

lokasi namun terhalang oleh resource lain.

4. Failed Arrivals

Menunjukkan berapa banyak entities yang gagal masuk ke lokasi yang

didefinisikan karena tempat tersebut mempunyai keterbatasan kapasitas.

5. Entity Activity

o Total Exits

Merupakan jumlah entities yang keluar dari sistem.

o Current Quantity in System

Merupakan jumlah entities yang masih ada dalam sistem pada saat

waktu simulasi berakhir.

o Average Time in System

Merupakan rata-rata waktu yang dihabiskan entities dalam sistem.

o Average Time in Move Logic

Merupakan rata-rata waktu entities selama berpindah di antara lokasi.

o Average Time Wait for Res

Merupakan rata-rata waktu dari entities selama menunggu resources

atau entity lain untuk diproses.

o Average Time in Operation

Merupakan rata-rata waktu dari entities selama proses di lokasi atau

berpindah di dalam conveyor.

60

o Average Time Blocked

Merupakan rata-rata waktu dari entities selama menunggu di lokasi

tujuan menerimanya.

6. Variables

o Total Changes

Menunjukkan berapa kali nilai variabel berubah selama simulasi.

o Average Time Per Change

Merupakan rata-rata waktu yang diberikan pada variabel namun tetap

pada satu nilai.

o Minimum Value

Menunjukkan nilai terendah dari variabel selama simulasi

berlangsung.

o Maximum Value

Menunjukkan nilai tertinggi dari variabel selama simulasi

berlangsung.

o Current Value

Menunjukkan nilai terakhir dari variabel ketika simulasi berakhir.

o Average Value

Menunjukkan nilai rata-rata dari variabel selama simulasi berlangsung.

61

2.11.5 Verifikasi dan Validasi Hasil Simulasi Promodel 4.0

Menurut Harrel (2000, p174), dalam melakukan simulasi harus

menerjemahkan sistem kehidupan nyata ke dalam model konseptual (model

yang disimulasikan). Maka untuk itulah perlu untuk dilakukan verifikasi dan

validasi dari model konseptual yang disimulasikan tersebut.

Verifikasi adalah suatu proses untuk menentukan apakah model

simulasi yang dibuat mencerminkan model konseptual yang ada. Atau dengan

kata lain verifikasi adalah suatu proses untuk menentukan apakah model yang

dibuat berjalan sesuai dengan kehendak kita. Beberapa teknik dalam

melakukan verifikasi adalah melihat kembali coding dari simulasi yang

dibuat, mengecek apakah output reasonable, melihat animasi simulasi, dan

menggunakan fasilitas trace and debug dari Promodel 4.0.

Validasi adalah suatu proses untuk menentukan apakah model

konseptual telah mencerminkan sistem dalam kehidupan nyata atau tidak.

Beberapa teknik yang dapat dilakukan seperti melihat animasi,

membandingkan dengan actual system, membandingkan dengan model lain,

menguji dengan data historis, dan lainnya.